AREX Feed Article
Cursor 上线 GLM 5.3 与 GLM 5.3 Flash，称 GLM 5.3 Max 是 CursorBench 4.0 上得分最高的开源权重模型
Cursor 官方 X 账号（@cursor_ai）10 月 1 日宣布，GLM 5.3 与 GLM 5.3 Flash 现已在 Cursor 上线；帖文同时称，GLM 5.3 Max 是 CursorBench 4.0 上得分最高的开源权重模型。
帖文配图用紫色虚线标出了这个成绩的位置：42.6%，平均每任务成本 $5.05。在 Cursor 自己维护的上，这条记录排在第 20 位；榜首是 Anthropic 的 Opus 5.5 Max（57.8%）。这些数字由 Cursor 自己发布，属于单方口径。
配图上的数据点与榜单上的行
这张图的纵轴是 CursorBench 4.0 分数（20%～60%），横轴是平均每任务成本，刻度从左到右由 $18 递减到 $0，越靠右越便宜。GLM 5.3 的曲线中，max 档的数据点由两条紫色虚线标出；图上还画了 Opus 5.5、Sonnet 5.5、Fable 5.1、Grok 4.7、Gemini 3.8 Flash、GPT-5.6 Sol 的曲线。
对应到榜单，GLM 5.3 家族还有 GLM 5.3 High（38.0%，$3.24）和 GLM 5.3 Flash Max（36.8%，$0.39）两条记录；分数高于 GLM 5.3 Max 的还有 Sonnet 5.5 Max（55.5%）和 Fable 5.1 Max（51.8%），同样来自 Anthropic。GLM 5.3 Max 与榜首相差 15.2 个百分点。帖文所说的「最高分」，限定在这张榜的开源权重模型里。
在 Cursor 里怎么用、按什么计费
按 ，启用路径是 Settings > Models。GLM 5.3 支持 100 万 token（词元）的上下文窗口，有三档推理强度 Low、High、Max，默认 High。 是同一家族里更小、更快的成员，支持图像输入，上下文窗口同为 100 万 token，推理档位也相同；文档建议更难的任务改用 GLM 5.3。
计费上，两者都从第三方模型的「Other Models」用量池扣费，按每百万 token 计：GLM 5.3 为输入 $1.4、缓存读取 $0.26、输出 $4.4，文档注明与 GLM 5.2 单价相同；Flash 为输入 $0.15、缓存读取 $0.029、输出 $0.5。两款模型在整个上下文窗口内费率不变，没有长上下文附加费，也不单独收缓存写入费。显示，该用量池包含在 Pro、Pro Plus、Ultra 套餐内，印度市场的 Start 套餐不含它。托管方面，Cursor 写明这两个模型通过其推理合作方提供。
权重晚放两周，许可证不再是 MIT
GLM 5.3 由 Z.ai 在 8 月中旬发布。写明：它和上一代 GLM 5.2 共用同一基座，所有提升都来自 post-training（后训练）；权重不在发布日放出，而要等「两周后、安全评估与加固完成」。8 月 28 日，Z.ai GLM 5.3「现在是开放权重」，权重上线 Hugging Face，可下载、运行和定制。
指出，Z.ai 弃用了上一代 GLM 5.2 所用的 MIT 许可：想要自己托管该模型（而非只是调用或嵌入产品）、且任意连续 12 个月营收超过 100 亿美元的公司，商用前必须通过 Z.ai 的安全审查；GLM 5.3 Flash 则保留 MIT。报道还提到，GLM 5.3 沿用 GLM 5.2 的 753B 参数混合专家（MoE）架构；Z.ai 自报的 CyberGym 84.5% 等安全数字也尚无外部复现。
关于 Flash 本身，给出更多细节：Z.ai 称它是 GLM-5 系列首个原生多模态模型，320B 总参数、18B 激活参数，官方公布的权重同样公开在 Hugging Face 上。
论坛与回复区在说什么
在 Cursor 社区论坛，8 月下旬就有用户请求把这两个模型加进编辑器。写着「我们错过了很大的价值，现在为同样的智能付着贵得多的钱」，跟帖里有人说「请把 GLM 5.3 和 GLM 5.3 Flash 都加上」，也有人表示自己已通过 BYOK（自带密钥）接入。
回复里有人直接追问价格：「它比 GLM 5.2 便宜吗？我今天试了试，贵得有点意外。」（）Cursor 文档显示，GLM 5.3 与 GLM 5.2 的单价相同。
对配图的横轴方向也有人抱怨：「别再画这种反向的 X 轴了，拜托。」（）
也有人提起了另一个名字：「Kimi K3 怎么连这张图都上不了？」（）
对「自家评测自家模型」的调侃更短：「服务员推荐今日特餐，而美食大奖恰好也由这位服务员主办。」（）
题目不公开的内部评测套件
是 Cursor 的内部评测套件：题目取自真实 Cursor 会话，覆盖代码库理解、找 bug、编辑、重构、规划和代码审查；每个模型按多个推理档位分别列出条目，例如 GLM 5.3 就分 Max、High、Low 三行，榜单同时给出正确性得分、平均成本、token 用量与步数。Epoch AI 记录显示，4.0 任务集自 9 月 10 日起在公开榜单上报告，与旧版 3.x 的分数不可比。
出题方法上，Cursor 的介绍过：题目通过 Cursor Blame 把已提交的代码反向关联到产生它们的智能体（agent）请求，多来自内部代码库与受控来源，以此降低模型见过题目的风险；题面故意写得很短、保留歧义，评分由智能体评分器（agentic grader）完成。
独立追踪站 收录 CursorBench 的成绩，但标注「仅作参考，不据此排名」，不计入它自己的综合榜，理由是第一方基准；它还注明这些题目不对外公开。而 Cursor 的榜单页自己也提醒：结果存在波动，分数上的小差异可能不具备统计意义。
Cursor 既是这张榜的运营方，也是把这两个模型按用量卖给用户的一方。题目不对外公开，外部无法用同一套题复跑；「开源权重最高分」目前可核对的依据，仍只有 Cursor 自己公布的帖文配图、榜单与文档。